View
239
Download
0
Category
Preview:
DESCRIPTION
Forum IAB 2014 – największa konferencja o marketingu internetowym - odbyła się 4-5 czerwca w Warszawie. Artur Banach, prezes Netsprint, wystąpił w bloku performance marketing z prezentacją "Audience targeting - tips & tricks".
Citation preview
artur.banach@netsprint.eu 1
Audience Targeting
Tips & Tricks
artur.banach@netsprint.eu 2
Prawdziwy Klient – podobieństwa i różnice
artur.banach@netsprint.eu 3
1,22% vs 98,78%
uśredniony poziom konwersji w sklepach na platformie RTB Adfocus
Prawdziwy Klient występuje rzadko
Źródło: Dane własne, kwiecień 2014
artur.banach@netsprint.eu 4
Priorytety polskich marketerów (agencje)
Źródło: Rynek Reklamy Kontekstowej 2013 w Polsce – raport Adkontekst
artur.banach@netsprint.eu 5
Pomysł # 1: Retargeting
Prawdziwy Klient występuje rzadko
artur.banach@netsprint.eu 6
Dobór właściwej powierzchni emisyjnej
Źródło: Adform, dane uśrednione dla rynku polskiego, kwiecień 2014
artur.banach@netsprint.eu 7
Nie tylko post click
Kampania Chocolissimo na platformie RTB Adfocus
Zestawienie konwersji post views, post engagement, post click
Źródło: Dane własne, Luty 2014
artur.banach@netsprint.eu 8
Wpływ „lookback window” na konwersje
Kampania sklepu odzieżowego z użyciem Adkontekst eCommerce retargeting spersonalizowany w modelu CPC
Źródło: Dane własne, kwiecień-maj 2014
artur.banach@netsprint.eu 9
Reklamodawcy: potrzeby i wyzwania
Kim właściwie są moi klienci?
Kto odwiedza moje witryny, a kto dokonuje zakupu?
Gdzie i jak ich mam szukać w sieci?
Retargeting? Ok., ale ja chcę pozyskiwać nowych
klientów!
artur.banach@netsprint.eu 10
Pomysł # 2: Kim właściwie jest mój Klient
Prawdziwy Klient występuje rzadko
artur.banach@netsprint.eu 11
Ostatnie 12 godzin
Dodał 5 produktów do koszyka, ale nie kupił
Ostatnie 3 dni
Interesują go: motoryzacja, auta rodzinne, Skoda
Ostatnie 28 dni
Interesują go: nieruchomości, wynajem, Warszawa
Ścieżka akcji użytkownika
artur.banach@netsprint.eu 12
Ulubione tematy (na bazie analizy przeglądanych treści i wpisywanych zapytań)
• Zachowania dzieci • Przedszkole • Fitness
Jak zrozumieć użytkownika?
• Kobieta
• 25-40 lat
• 2 dzieci
• Mieszka w dużym
mieście
• Zdrowie dzieci
• Moda i uroda
• Urządzanie wnętrz
• Turystyka
Szuka akcesoriów turystycznych
dla dzieci w wielu do 2 lat
(łóżeczka turystyczne, lekkie
wózki spacerowe)
ANNA, 26 lat, 2 dzieci
artur.banach@netsprint.eu 13
Czy widzowie Klanu oglądają Spartakusa?
Źródło: Badanie własne zachowań użytkowników serwisu VOD.Onet.pl z użyciem platformy NetSprint Audience, maj 2014
artur.banach@netsprint.eu 14
Kto ogląda Kubusia Puchatka?
Źródło: Badanie własne zachowań użytkowników serwisu VOD.Onet.pl z użyciem platformy NetSprint Audience, maj 2014
artur.banach@netsprint.eu 16
Kto się interesuje sportem?
Źródło: Badanie własne zachowań użytkowników serwisów sportowych sieci Adkontekt z użyciem platformy NetSprint Audience, maj 2014
artur.banach@netsprint.eu 17
A kto motoryzacją?
Źródło: Badanie własne zachowań użytkowników serwisów motoryzacyjnych sieci Adkontekt z użyciem platformy NetSprint Audience, maj 2014
artur.banach@netsprint.eu 18
Siła serwisów wertykalnych
Źródło: Badanie własne zachowań użytkowników serwisu kobieta.onet.pl/uroda z użyciem platformy NetSprint Audience, maj 2014
artur.banach@netsprint.eu 19
A co z moimi Klientami…?
Prawdziwy Klient występuje rzadko
artur.banach@netsprint.eu 20
Kim są moi klienci?
Źródło: Dane z kampanii marketu budowlanego w sieci Adkontekst
artur.banach@netsprint.eu 21
Kim są moi klienci?
Źródło: Dane z kampanii suplementu diet w sieci Adkontekst
artur.banach@netsprint.eu 22
Wpływ profili użytkowników na CTR
Źródło: Dane z kampanii operatora telekomunikacyjnego w sieci Adkontekst, kwiecień 2014
Kampania operatora telekomunikacyjnego w sieci Adkontekst
artur.banach@netsprint.eu 23
Jakie sposoby na nowych klientów
mają inni?
Przykłady użycia
artur.banach@netsprint.eu 24
Źródło: Online Advertising Survey, Econsultancy&Rubicon
Jakie dane wykorzystują inni?
Jaka część kampanii reklamowych bazuje na danych
artur.banach@netsprint.eu 25
• Grupa docelowa: użytkownicy czytający artykuły i odwiedzający strony produktów zawierające wskazane słowa kluczowe
• Produkt: wycieczki Stena Line
• Efekt: 33% wzrost współczynnika konwersji kampanii targetowanych behawioralnie i 86% wyższa konwersja dla kampanii retargetingowych
% nowych wizyt współczynnik konwersji
Targetowanie kontekstowe 88.26% 5.37%
Targetowanie behawioralne 93.65% 7.14%
Retargeting 0% 10%
Reklama w sieci kontekstowo-behawioralnej
Źródło: Dane z kampanii Stena Line w sieci Adkontekst
artur.banach@netsprint.eu 26
• Grupy docelowe: użytkownicy o różnych profilach zainteresowań dla różnych kategorii gier
• Produkt: Produkty płatne Onet – VOD oraz gry on-line
• Efekt: średni wzrost CTR o 48% w rekomendacjach opartych o zachowania użytkowników
Rekomendacja gier on-line na Onet.pl
Źródło: Dane z kampanii Onet w sieci Adkontekst
artur.banach@netsprint.eu 27
Rekomendacja artykułów na portalu
Średni CTR w przedziale
4,5% - 8% w zależności od kategorii
Źródło: Dane własne sieci content marketingowej ContentStream
artur.banach@netsprint.eu 28
Content Marketing – Kampania Austria.info
Źródło: Google Analytics
artur.banach@netsprint.eu 29
1. Adkontekst Audience Report
2. Spółdzielnia Danych
Co dalej?
artur.banach@netsprint.eu 30 3
0
Adkontekst Audience Report
Adkontekst Audience Report to kompleksowy raport zainteresowań
użytkowników konkretnego serwisu. Odpowiada na pytania:
1. Co charakteryzuje Twoich klientów? 2. Jak możesz ich segmentować? 3. Jak się z nimi komunikować? 4. Gdzie ich znajdziesz w sieci? 5. Jacy użytkownicy najchętniej angażują się na Twoim serwisie?
Ale też: którzy użytkownicy nie angażują się i nie kupują u Ciebie na serwisie?
W efekcie: • Wiesz, jak przygotować treści reklamowe . • Lepiej planujesz kampanię reklamową. • Lepiej dostosujesz ofertę do zainteresowań użytkowników.
artur.banach@netsprint.eu 31
Jak działa Spółdzielnia Danych?
artur.banach@netsprint.eu 32
Informacje o użytkownikach
Typy profili użytkowników
3 grupy danych
Profil demograficzny
Profile zainteresowań
Intencje zakupowe
Dane demograficzne zgromadzone przez dostawców danych np. przy zakładaniu konta pocztowego przez użytkownika
Zachowania użytkowników na serwisach
internetowych (czytane artykuły,
przeglądane kategorie, wyszukiwane hasła)
Zapytania użytkowników
do wyszukiwarek eCommerce oraz
przeglądane kategorie produktów
artur.banach@netsprint.eu 33
Korzyści Dostawców Danych
Atrakcyjny produkt reklamowy umożliwiający korzystanie z profili we własnym adserwerze na preferencyjnych warunkach (dot. większych partnerów)
Dodatkowe źródło przychodu (przychód ze sprzedaży danych rozliczany proporcjonalnie do wkładu dostawcy w dany silos)
Kupujący dane mają silny bodziec cenowy do emitowania kampanii reklamowych tylko na stronach dostawców
Wzrost przychodów z RTB
Brak długofalowych zobowiązań - każdy dostawca może wystąpić/przystąpić do Spółdzielni bez podejmowania kroków formalnych i konieczności prowadzenia poważnych prac IT
Gwarancja bezpieczeństwa danych i przejrzystości działań
Na wynos: 1. Gromadź wszystkie możliwe dane o klientach. Kim są? Czym się różnią od niekupujących? Jak i gdzie funkcjonują w sieci? 2. Eksperymentuj z retargetingiem: nie tylko PC, look-back .window, ATF/BTF, domeny/exchanges. 3. Opieraj się na danych, a na nie intuicji. 4. Oprzyj media plan i kreacje o zrozumienie danych z pkt 1.
Podsumowanie
Na wynos: 5. Szukając nowych klientów – rozważ prowadzenie optymalizacji w oparciu o wyniki segmentów użytkowników, a nie tylko poszczególnych źródeł ruchu 6. Przełam podział na silosy – dane wykorzystuj nie tylko w kampaniach reklamowych
Podsumowanie – cd.
artur.banach@netsprint.eu 36
Dziękuję
artur.banach@netsprint.eu
Recommended